Pedestrian Detection 2015：基于YOLOv8与PyQt5的行人检测系统实现

一、项目背景与意义

1.1 背景介绍

行人检测是计算机视觉领域中重要的任务之一，广泛应用于智能监控、自动驾驶、城市交通管理等领域。自2015年起，行人检测技术开始迅速发展，标志性的“Pedestrian Detection 2015”任务提出了更严苛的检测精度和实用性指标。近年来，随着YOLO系列模型的演进，目标检测的实时性与准确性得到了极大的提升。

本项目旨在构建一个基于YOLOv8的行人检测系统，并集成图形用户界面（GUI），实现从图像、视频文件甚至实时摄像头中对行人目标的检测与展示。

---

二、数据集选择与处理

2.1 参考数据集

📦【推荐1】Caltech Pedestrian Dataset

• 官网：http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/
• 优点：包含复杂城市街景下的视频数据，密集、遮挡严重。
• 格式：提供原始视频和MAT标注文件，可转换为YOLO格式。